Inteligência Artificial pode ajudar a prevenir novas epidemias

O desenvolvimento de medicamentos melhorados por meio de Inteligência Artificial pode ajudar a produzir vacinas e tratamentos com rapidez suficiente para impedir a propagação de vírus mortais antes que eles se transformem em pandemias globais, como é o caso do recente coronavírus COVID-19.

Com a ajuda dos sistemas de aprendizado de máquina, pesquisadores biomédicos podem essencialmente virar a atual metodologia de tentativa e erro de cabeça para baixo. Em vez de tentar sistematicamente cada tratamento potencial manualmente, os pesquisadores podem usar uma IA para classificar bancos de dados de compostos e recomendar aqueles com maior probabilidade de serem eficazes.

Os métodos convencionais para o desenvolvimento de medicamentos e vacinas são extremamente ineficientes. De acordo com um estudo do Tufts Center for the Study of Drug Development, o desenvolvimento de um único tratamento medicamentoso custa US$ 2,6 bilhões em média, com apenas 12% deles entrando em desenvolvimento clínico e obtendo aprovação da Food and Drug Administration (FDA), a agência federal do Departamento de Saúde dos Estados Unidos. E essa aprovação pode levar de cinco a dez anos.

Um exemplo de como a tecnologia pode ajudar é a terbinafina, um medicamento antifúngico oral que foi comercializado em 1996 como Lamifil. Em três anos, várias pessoas relataram efeitos adversos ao tomar o medicamento e, em 2008, três pessoas morreram de toxicidade hepática. Os médicos descobriram que um metabólito da terbinafina (TBF-A) era a causava danos ao fígado, mas na época não conseguiram descobrir como estava sendo produzido no corpo.

Essa via metabólica permaneceu um mistério para a comunidade médica por uma década até 2018, quando o aluno de pós-graduação da Universidade de Washington treinou uma inteçigência artificial para descobrir as possíveis maneiras pelas quais o fígado poderia quebrar a terbinafina em TBF-A. Acontece que a criação do metabólito tóxico é um processo difícil de ser identificado experimentalmente, mas simples para os recursos de reconhecimento de padrões de uma IA.

Mais de 450 medicamentos foram retirados do mercado nos últimos 50 anos, muitos por causar toxicidade hepática como o Lamifil. O FDA lançou um banco de dados on-line de moléculas e sua toxicidade relativa contra várias proteínas humanas importantes. Ao treinar uma IA nesse conjunto de dados, os pesquisadores esperam determinar mais rapidamente se um tratamento em potencial causará efeitos colaterais graves ou não.